遥感学报发一篇论文什么水。
水平很高的，《遥感学报》已被荷兰斯高帕斯数据库(Scopus)、EBSCO数据库、俄罗斯文摘杂志(AJ)、波兰哥白尼索引(IC)、日本科学技术文献数据库(JST)、美国乌利希期刊指南(UPD)、美国剑桥科学文摘(CSA)等国际知名数据库收录。《遥感学报》的学术水平得到国际认可，受到国际遥感及相关学术领域的更多关注。
刘爱霞1 王静1 刘正军2
（1.国土资源部土地利用重点实验室，中国土地勘测规划院，北京，100035；2.中国测绘科学研究院，北京，100039）
摘要：本文主要讨论基于 MODIS 16 天合成的 NDVI 时间序列数据、8 天合成 LST 数据、1∶5 万DEM数据以及其他辅助数据相结合，进行北京西北部地区土地资源现状调查和土地利用及植被覆盖多年变化的研究。首先选取适合于 MODIS 数据分类的土地覆盖分类系统，用 PCA 方法对NDVI 时间序列数据进行信息增强与压缩处理，结合LST数据、DEM数据及降雨温度数据，利用模糊K－均值非监督分类法，进行研究区的土地覆盖分类，得到土地资源现状情况。然后利用变化矢量（CVA）分析方法对北京西北部地区的土地利用及植被覆盖的多年变化状况进行了分析。结果表明，MODIS 数据能很好地应用于大范围的土地资源监测中，并能得到较好的结果。
关键词：北京西北部；MODIS；土地资源现状；土地利用及植被覆盖变化
随着“人口－资源－环境”之间的矛盾日益尖锐，为了实现可持续发展的战略目标，世界各国政府都在大力加强资源与生态环境监测系统的建设。我国《全国生态环境建设规划》和《全国生态环境保护纲要》也明确提出要完善生态环境监测和信息服务体系。国土资源部《科技发展“十五”计划纲要》强调大力推进国土资源管理工作的信息化，强调努力实现国土资源调查评价工作的现代化。其中，土地资源调查与监测是其主要内容之一。
随着现代遥感技术的迅速发展，适合于不同空间尺度土地资源调查监测的各种遥感数据相继出现。目前，SPOT5、Landsat TM/ETM＋遥感数据是土地资源调查的主要数据源，适合于乡级、县级、区域级等不同尺度，但是应用于较大空间尺度的土地资源调查时，耗费大量人力、物力，且不经济。近年出现的中空间分辨率、高时间分辨率的 MODIS 数据为大尺度的土地资源调查提供了更好的数据源。Tucker 等人研究表明［1］，归一化植被指数 NDVI 实际反映了植被生物量、覆盖度和叶绿素含量三方面的生物物理化学性质，利用不同时相条件下的 NDVI序列，可以比较准确地反映植被的生长季相变化的规律。这成为利用遥感数据进行大区域范围植被和土地覆盖制图的基本思路［2～4］。
本文尝试以MODIS的NDVI时间序列数据集为主要数据源，结合MODIS LST、DEM、降雨、温度等辅助数据，首先选取适合的土地覆盖分类系统，通过 PCA 等数据处理方法，使用模糊K－均值非监督分类法，进行北京西北部地区的土地覆盖自动分类研究；然后利用变化矢量（CVA）分析方法对该区的土地利用及植被覆盖的多年变化状况进行分析，以便为大尺度土地资源的调查监测提供一种快速便捷的方法。
1 研究区概况
北京西北部地区是我国生态环境建设部门重点关注和投资的地区，本研究区主要包括北京市西北部的风沙源区，涉及河北、山西、内蒙古三省 8个市（地、盟）的 51个县（市、旗），土地总面积为22.83×104 km2。该区范围西起内蒙古的四子王旗，东至内蒙古的敖汉旗，南起山西的代县，北至内蒙古的阿鲁克尔沁旗，地理坐标为东经 110°20′～121°01′，北纬38°51′～45°25′。
研究区地处内蒙古高原中部、黄土高原的北端，位于内蒙古、山西和河北三省交界处，区内地表形态主要由高原、山地、丘陵和盆地几大部分组成，地势呈中间高、南北低趋势。研究区跨中温带和寒温带，属干旱、半干旱大陆性季风性气候，气候变化较为明显。冬春季节受西伯利亚和蒙古冷高压控制，气候干燥少雨，主导风向为西北风，风力强劲，风蚀型外营力地质作用极为强烈，研究区北部的浑善达克沙地和科尔沁沙地，生态环境极为脆弱，是北京西北部地区的主要风沙源区。区域夏秋季节受太平洋副热带高压控制，多东南风，风力较弱，水汽补给较少，气候炎热少雨。区域年均气温 12.6℃以下，年降雨量为200～750mm，但降雨集中，降雨强度大，外加区域地势比降大，土质疏松，水蚀型外应力地质作用和重力侵蚀作用强烈，水土流失严重，而且容易发生滑坡和泥石流。
2 数据及预处理
2.1 遥感数据
本文所用遥感数据是美国EROS数据中心提供的MODIS影像。NDVI数据是2001～2004年16日合成的时间序列数据，共23个时相，空间分辨率为250m。陆面温度（LST）是2002年的8日合成时间序列数据，共46个时相，空间分辨率为1 km。
在 MODIS 数据处理中，用 MRT 几何纠正与镶嵌软件完成了图像的几何纠正和镶嵌。然后用最大合成法（MVC）对同一区域内植被指数、陆面温度等多时相的数据进行合成预处理，即图像中每一像元用j天中的最大像元值来代替，该处理的目的是为了减少大气的云、颗粒、阴影、视角以及太阳高度角的影响（Brent，N.H.，1986）。虽然最大合成过程（MVC）减少了大气的云、颗粒等的影响，但是云污染仍存在，接着采用改进的 BISE （the best index slope extraction）方法进行 NDVI 的多时相去云处理。尽管所用 MODIS 的LST 数据都是8 天合成数据，但 Ts 数据质量非常差，为了解决数据残缺的问题，我们利用线形回归来模拟这些数据。地表温度是高度空间相关的，相邻时相同一区域内的 Ts 在空间上存在某种相同的相关性，用线性关系来拟和这种关系；用相同大小的模板同时在被修复图像和参考图像上滑动，如果处于被修复图像模板中心值是零值或异常值，则用最小二乘法求出两个模板内有效数据间的线性回归系数，然后用该系数和参考图像模板中心值求出新值替代原来的零值或异常值。
2.2 其他辅助数据
辅助数据主要有通过 ETM＋数据目视解译得到的 2002年北京西北部地区土地利用现状图，北京西北部地区 1∶50000 DEM 数据，北京西北部地区的降水、温度数据。利用北京西北部地区各气象站点资料先计算各站点的年平均积温、年平均降水量，然后利用Kriging 插值方法获得北京西北部地区栅格的年平均气温、年平均降水量分布图。
3 研究方法
3.1 土地覆盖分类
（1）选取适合于 MODIS 数据分类的土地覆盖分类系统，本研究采用《基于遥感数据的土地利用/土地覆被分类体系》［5］。该分类体系最重要的特色在于，针对不同空间尺度和所对应的遥感数据源，都具有其相应的分类，而且分类类型逐渐细化。对于一级分类和二级分类，侧重于土地覆被的分类，即对于中、低空间分辨率遥感数据，以土地覆被分类为主。
（2）用 PCA 方法对 NDVI 时间序列数据进行信息增强与压缩处理，以排除各种干扰因素，提高分类精度。采用 PCA变换可以将原有的12个月中有用的NDVI信息中的绝大部分压缩到少量的前几个主分量中，同时排除了部分由于数据质量等原因引起的噪声。因此，利用 PCA变换可以有效保证分类精度不受损失。实际结果的研究也表明，PCA 在对于抑制噪声影响和保证分类精度起到了重要的作用［6］。
（3）结合 LST 数据、DEM 数据及降雨温度数据，利用模糊K－均值非监督分类法，进行研究区的土地覆盖分类［7］，经过分类后处理，对分类发生明显错误的图斑进行更正，得到北京西北部地区的土地覆盖分类图。
3.2 土地利用及植被覆盖多年变化分析
变化向量（CVA）分析是一种非常有潜力的植被比较分析方法，根据变化矢量的强度和方向判定变化的区域和类型［8］。变化矢量分析技术用指示参数年时序中的每个数据值作为时序空间的一点，时序空间连续几年的点连接成变化矢量。变化矢量的方向确定了变化的推进，矢量的大小表征了变化的强度。
例如，用连续多年12个月的数据来进行变化矢量分析，则变化矢量空间由每年的12个变化监测指示因子图像构成，故全年指示因子对应于一个12 维的时间矢量：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
P （i，x）表示像元i对应于x年的矢量，x （t）为像元i在时间t1到tn的指示因子值，n表示时间维数。矢量的模‖P‖ 代表了全年指示因子累积，矢量的方向为全年指示因子的时间曲线形状的综合反映。
任意两年间指示因子的任何变化都会表现在这12维空间中，这种变化可用变化矢量描述如下式：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
ΔP （i）是像元i从x年到y年的变化矢量。ΔP （i）包含了（y－x）年间，像元i在每一时间维上的变化信息。变化矢量的模‖ΔP （i）‖，由欧氏距离（Enclidean distance）决定，表示了指示因子变化的强度。
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
当‖ΔP （i）‖超过某一阈值时，往往对应着植被覆盖类型从一种类型转变成另一种类型。ΔP （i）的方向由一系列的角度定义，决定了指示因子的变化过程。
对计算出变化矢量强度，依据图像的直方图特征和地面资料可以采用阈值分割的方法划分不同的矢量变化强度等级。
借助于指示因子累计值的变化率来判断矢量变化类型。变化率的定义如下：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
4 结论与讨论
4.1 土地资源现状调查
通过对研究区2002年12个月的NDVI时间序列数据进行主成分分析得到的前四个主分量，基于1 km 分辨率的 MODIS 8 天合成 LST 数据得到的研究区年均 LST 数据，1∶5 万DEM数据，然后结合降雨温度数据，采用模糊K－均值非监督分类法，得到北京西北部地区的土地覆盖分类结果。然后，对分类结果进行分类后处理，对分类发生明显错误的图斑进行更正，最后得到2002年北京西北部地区的土地覆盖分类图（图1）。
图1 2002年北京西北部地区土地覆盖分类图
通过图1和图2可以看出，北京西北部地区土地覆盖类型中草地的覆盖面积所占比例最大，约占总面积的53%，内蒙古高原的浑善达克沙地和丘陵区及研究区东部的科尔沁草原南缘地带呈集中连片分布；中西部坝上高原地区的低洼处和河湖滩地的周边、阴山山脉东部及周边地区的丘陵地区也比较集中。牧草地总面积的60%以上分布在沙质甚至沙砾质干旱草原区。农用地占研究区总面积的21%，主要分布在研究区西南部高原和盆地中，多呈条带状沿河谷和河流冲积平原分布。林地占研究区土地总面积的13%，主要分布在大兴安岭、燕山、恒山、阴山山脉地区，在研究区的东部和西南部山区是林地集中分布地区，且大多分布在山体的上部。裸地占研究区总面积的8%，主要分布在北部浑善达克沙地和东部的科尔沁沙地。研究区中，湿地、水域和建设用地所占面积比例最小。
图2 2002年北京西北部地区各土地覆盖类型所占比例
4.2 土地利用与植被覆盖多年变化
用变化矢量分析法对北京西北部地区2001～2004年NDVI 的变化进行监测。所用数据是北京西北部地区2001～2004年的每月的最大 NDVI 时间序列值，首先计算 NDVI的变化矢量模，然后采用对变化矢量模进行图像分割的技术来生成 NDVI 的变化强度。图像分割满足：①相似性原则，即同一区域内像元应相似；②非连续原则，即从一个区域向另一个区域搜索，像元一定有某些变量特征（梯度等特征）发生突变，从而确定边界。
4.2.1 变化强度
NDVI 变化强度反映了植被覆盖的变化情况。综合考虑植被覆盖度变化矢量模的直方图、均值和方差来确定每个分割点，对变化矢量模进行分割得到变化强度。
表1 矢量变化强度不同等级阈值
从图3和图4中可以看出，2001～2004年4年间，北京西北部绝大部分地区土地利用/植被覆盖状况没有发生大的变化，生态系统基本维持平衡。无变化和低变化地区占北京西北部地区总面积的92.3%。
无变化区面积最大，占总面积的53.7%，主要分布于北京西北部地区的赤峰市、敖汉旗、翁牛特旗、巴林右旗和阿鲁科尔沁旗，北部的锡林郭勒盟和四王子旗等地，表明5年间三峡库区的植被覆盖在水平方向上很少变化。
低变化区面积占总面积的 38.6%，主要分布在北京西北部地区的察哈尔右翼中旗、察哈尔右翼前旗、克什克腾旗、正镶白旗、正蓝旗和太仆寺旗的交界处等地区。
中变化区的面积比较小，主要集中在北京西北部地区的凉城地区。
剧烈变化区，主要集中在北京西北部地区的西部地区、浑善达克沙地周围、克什克腾旗北部和四王子旗等地。
图3 北京西北部地区 2001～2004年植被指数 （NDVI） 变化强度
图4 植被覆盖度矢量变化强度面积比例
4.2.2 变化类型
以上计算了北京西北部地区4年间NDVI矢量变化强度。矢量变化强度反映了2001～2004年4年间北京西北部地区NDVI的变化程度，但无法判断这4年间植被覆盖度到底是增加还是减少了。因此可以同时借助 NDVI 变化强度和 NDVI 累计值的变化率来判断ND-VI 矢量变化类型［9］。
取变化强度的无变化和低变化的界值作为阈值 M，变化强度小于 M 的像元，被认为其变化为平稳型，当变化强度大于 M 时，再根据累计变化率来确定其变化类型。具体参数如下：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
根据计算出NDVI的累积变化率，再考虑公式（5）可以得到NDVI矢量变化类型图。
从图5和图6可以看出，2001～2004年北京西北部地区的植被覆盖总体上表现为稳中增加的趋势。归纳起来的变化特征为：
图5 北京西北部地区 2001～2004年植被覆指数 （NDVI）
图6 植被覆盖度矢量变化强度面积比例
（1）植被覆盖变化类型中以平稳型为主，占整体面积的56.9%，主要分布于北京西北部地区的东北、西北等地区。
（2）增加型占的比重也比较大，占北京西北部地区面积的30.2%，主要分布在北京西北部地区中南部地区。
（3）减少型代表植被覆盖度有一定的减少，所占比重很小，主要分布在北京西北部地区的北部零散地区。
（4）波动型占北京西北部地区面积的10.9%，主要分布在北京西北部地区的东北部地区。植被覆盖的波动是正常的自然现象，它是植被正常生长、长期的气候变化等自然作用和各种人类经济活动共同作用的结果。
参考文献
［1］Tucker，C.J.，Townshend，J.R.G.and Goff，T.E.Continental land cover classification using meteorological satellite data ［J］.Science，1984 （227）：369～375
［2］Cihlar J.Land cover mapping of large areas from satellites：status and research priorities ［J］.Int.J.Remote Sensing.2000，21 （6＆7）：1093～1113
［3］Townshend J.R.G，et al.Global Land Cover Classification by Remote Sensing：Present Capabilities and Future Possibilities ［J］.Remote Sensing of Environment，1991 （35）：243～255
［4］Lloyd D.A phenological classification of terrestrial vegetation cover using shortwave vegetation index imagery ［J］.Int.J.Remote Sensing，1990，11 （12）：2269～2279
［5］J.Wang，T.He.Developing a land use/cover classification system based on remote sensing data in China.Proceedings of SPIE－Remote sensing for environmental monitoring，GIS applications and Geology IV，2004，（5574）：52～60
［6］刘爱霞，刘正军，王静.基于PCA变换和神经元网络分类方法的中国森林制图研究.长江流域资源与环境，2006，15 （1）：19～24
［7］刘爱霞，王静等.基于MODIS数据的北京西北部地区土地覆盖分类研究.地理科学进展，2006，25 （2）：96～102
［8］陈云浩，李晓兵，陈晋，史培军.1983～1992年中国陆地植被NDVI演变特征的变化矢量分析.遥感学报，2002，6 （1）：12～18
［9］中国测绘科学研究院.三峡库区相关生态环境监测技术研究.项目验收总结报告.2005，10
徐才江1 陈和平1 陈志荣2
（1.宁波市国土资源局江北分局信息中心，宁波，3150202.浙江大学浙江省资源与环境信息系统重点实验室，杭州，310028）
摘要：元数据对促进土地基础数据的管理、使用和共享均有重要的作用。在对土地利用现状数据元数据的描述和元数据构成要素及其关系分析的基础上，设计并分析了土地利用现状元数据管理系统的框架结构和系统设计流程，结合实例详细介绍了用XML组织土地利用现状元数据内容和用XSLT转换XML文档的具体实现方法，最后在开发的土地利用现状数据库系统（LandEx）中进行集成，实现了有效管理土地利用现状数据的目的。提出并设计实现的元数据管理系统在土地基础数据管理实践中具有一定的代表性和通用性。
关键词：元数据；土地利用；信息系统
土地利用现状、土地利用规划、地籍、地价等土地基础数据是进行土地管理和相关工作的基础数据之一，它在编制国民经济计划、土地利用总体规划、基本农田保护区划及日常土地证发放等方面具有重要的意义。但是，由于其数据来源复杂，数据格式多样，数据的空间、时间和属性信息变化快等特点，如何更好地管理和使用这些数据已成为各级土地管理部门面临的突出问题。负责数据生产的部门需要有效的数据管理、维护和更新方法；而数据使用部门需要一种更快、更加全面和有效的方法从土地基础数据库中发现、访问、获取和使用现势性强、精度高、易访问的数据。在这种情况下，土地基础数据的内容、质量、状况等元数据信息变得尤为重要，成为土地基础数据有效管理和应用的重要手段。因此，如何在土地基础数据库中建立有效的元数据管理系统成了土地基础数据库建设与更新的核心内容之一。
目前，地理空间数据元数据的研究主要偏向于元数据标准的制订和发展，而各种元数据标准是为了描述如何实现数据维护、数据共享、查询和传输等功能，至于如何在计算机上组织实现和管理这些元数据信息则涉及的较少。在这种背景下，本文以浙江省土地利用现状数据元数据管理系统的实现为例，提出了用XML进行描述、组织和存储土地利用现状空间数据的元数据，论述了元数据管理系统的设计与实现过程，最后在系统中实现了土地利用现状元数据的有效管理。
1 土地利用现状元数据概述
1.1 元数据在土地利用现状应用领域的内容
元数据被概括地定义为“关于数据的数据”。在地理空间数据中，元数据是指地理空间相关数据集和信息资源的描述信息，它通过对地理空间数据的内容、质量、条件、位置和其他特征进行描述与说明，帮助和促进人们有效地定位、评价、比较、获取和使用地理相关数据。在土地管理领域，土地利用现状元数据主要是关于土地利用空间数据和相关信息资源的描述信息，主要包括：标志信息、数据集名称、数据集引用信息，数据集质量信息，数据集性质，数据集格式，空间参照系统信息，内容信息等。
1.2 元数据构成要素及其关系
根据《中国可持续发展信息共享元数据内容标准》中关于元数据的论述，可将元数据分为三层：元数据子集、元数据实体和元数据元素。元数据元素是元数据的最基本单位，在元数据实体中是唯一的；元数据实体是相同特性的元数据元素的集合，由一个或多个相同特性的元素构成；元数据子集是相互关联的元数据实体或元素的集合。在同一个子集中实体可以有两类，即简单实体和复合实体，简单实体只包含元素，复合实体既包含简单实体又包含元素，同时简单实体与复合实体及构成这两种实体的元素之间具有继承关系。因此，浙江省土地利用现状元数据子集、元数据实体和元数据元素之间的相互构成关系可以用图1进行说明，其中地理范围为复合实体，包括了地理描述和地理坐标范围两个简单实体。
图1 元数据构成要素关系图
2 基于 XML 的土地利用现状元数据系统设计与实现
2.1 系统的总体结构框架
设计的浙江省土地利用现状元数据管理系统通过9个功能模块组成，各模块按图2进行详细划分。元数据创建模块提供了元数据的初始创建，其中关于空间数据的内容信息通过自主开发的数据库引擎（ReSDE）从数据库中自动读取，保证了元数据内容与空间数据的一致性。图3为元数据操作界面，根据土地利用数据的特点进行创建元数据。转换模块是为了满足用户多种格式的输出和显示需求而进行的对XML文档的转换，采用XSLT、JavaScript技术实现。显示模块也叫元数据浏览模块，是在元数据XML文档转换基础上的显示样式。图4是系统中根据定义好的XSLT样式文件经过XSLT处理器做相应转换后的元数据信息显示效果，左边目录树为数据库中土地利用的空间数据集，只要选择其中的数据集，右边就会显示其对应的元数据信息。图1中元数据的关系可以通过点击相应的数据节点进行逐步展开浏览，元数据子集对应的是第一层节点，下一层为元数据实体，如果是复合实体还可以继续展开浏览，直到元数据元素。由于土地利用现状空间数据会随着土地的变更等操作而经常发生变化，因此描述其空间数据的元数据也就会做相应的改动，编辑模块提供了这种实时修改现有元数据的功能。元数据存储模块负责对土地利用元数据的XML文档进行存储。为了满足元数据管理系统的安全性需要，系统提供了用户登陆和身份认证的功能。查询模块是面向所有用户的，不涉及用户对元数据内容的修改等，所以不需要身份认证，可以满足用户对所需数据的快速查询、访问等功能。
图2 元数据管理模块划分
图3 创建与编辑元数据
图4 浏览元数据
2.2 系统设计流程
本文设计实现的土地利用现状元数据管理系统是在Oracle 9i数据库平台上采用VC＋ ＋6.0开发的，用到了XML、XSLT、JavaScript的相应技术。元数据系统设计的过程如图5所示。土地利用现状元数据组织成XML文档时，结构大致按照图1元数据要素的构成关系进行组织元数据集，最后把所有的元数据子集组织成一个XML文档，XML文档中的内容根据具体要管理的对象来决定，这里按照《浙江省土地利用现状更新调查技术报告》中元数据样式参考规范中的内容结构进行组织，其中标签设计参照FGDC元数据标准和ISO/TC211元数据体系来确定。完成设计后的XML文档可以有多种存储方式，可存在数据库或文件系统中，本系统采用Oracle 9 i作为后台数据库，将元数据信息存在表空间中，并创建与空间数据集关联的一组表来对元数据进行管理。功能模块设计主要根据图2所示的每种功能做具体编码实现。XSLT转换文档设计主要是定义相应的样式文件来让XSLT处理器对XML文档做相应转换工作。用户界面设计以每个数据子集按一个属性页的方式进行设计，以方便用户查找和操作。
2.3 实例分析
2.3.1 元数据的 XML 表达实例
可扩展标记语言XML是W3 C （万维网联盟）认可的文档标记标准。定义了利用简单的、人类可读的标签对数据进行标记所采用的一般语法，提供了计算机文档的一种标准格式。XML一个很大的优点是自定义性，DTD和XML schema从功能上来说就是一种元数据，还可以利用XML Schema对元数据进行扩展。由于元数据描述对象的不同层次之间具有图1所示的隶属和继承关系，因此，非常适合用XML来组织和表达这种关系。
把元数据组织成XML文档时除了合理的结构安排还要注意标签的使用，以增加XML文档的可读性。具体XML部分代码组织形式如下：
＜？xml version＝′1.0′encoding＝′gb2312′？＞
＜？xml－stylesheet type＝″text/xsl″href＝″workxsl.xsl″？＞ ＜！—指定相应的转换样式表－ － ＞
＜metadata＞
＜spatialrefInfo＞
＜name＞《中华人民共和国行政区划代码》（GB/T2260－1999）＜/name＞
＜refname＞1980 西安平面坐标系＜/refname＞
＜coortype＞投影坐标系＜/coortype＞
＜projname＞高斯－克吕格投影（3 度带）＜/projname＞
＜/ spatialrefInfo ＞
＜/metadata＞
2.3.2 XML 文档的转换实例
由于XML的内容与表示是分开的，并不描述其内容如何被显示，为了满足用户多种格式的输出和显示需要，所以对XML文档要进行转换工作。利用XSLT技术，在对相互信息定义和结构了解的基础上，建立相应的样式文件来让XSLT处理器做相应的转换工作，从而可以面向用户进行直观地显示。具体对应上面XML文档的XSLT转换代码如下：
＜？xml version＝″1.0″encoding＝′gb2312′？＞
＜xsl：stylesheet xmlns：xsl＝http：// － xsl TYPE＝″text/javas-cript″＞
＜xsl：template match＝″/″＞
＜！—说明：调用程序中 JavaScript 定义的函数，以响应鼠标事件 － － ＞
＜div CLASS＝″ph2″onmouseover＝″doHilite （）″onmouseout＝″doHilite （）″
onclick＝″hideShowGroup （this）″＞空间参照系统信息
＜info＞ ＜xsl：value－of select＝′metadata/ spatialrefInfo /name′/ ＞ ＜/info＞ ＜br/ ＞
＜info＞ ＜xsl：value－of select＝′metadata/ spatialrefInfo / refname′/ ＞ ＜/info＞ ＜br/ ＞
＜info＞ ＜xsl：value－of select＝′metadata/ spatialrefInfo /coortype ′/ ＞ ＜/info＞ ＜br/ ＞
＜info＞ ＜xsl：value－of select＝′metadata/ spatialrefInfo /projname′ / ＞ ＜/info＞ ＜br/ ＞
＜/xsl：template＞ ＜/xsl：stylesheet＞
转换后的XML文档是HTML，由于HTML是静态的，为了方便浏览和满足友好的交互性要求，用JavaScript语言做相应编码来达到目的，具体函数调用的方式见代码说明。
3 结语
根据本文所述设计并实现的浙江省土地利用现状数据元数据管理系统在实际应用中取得了很好的效果，满足了数据管理和元数据操作的基本要求，并具有操作简单、用户界面良好等特点。由于土地利用现状数据元数据具有地理空间数据元数据的一般特点，所以本文提出的元数据管理系统的设计和实现方法在实践中具有一定的代表性和通用性，它不仅适用于土地利用现状数据的元数据管理系统中，而且对开发土地基础数据库其他元数据系统也具有一定的实用性。在实际工作中，除了对构建元数据管理系统重视外，还应加强对土地基础数据元数据标准的研究工作，从而建立更加科学合理的描述土地基础数据的元数据标准。
参考文献
中国21世纪议程管理中心.中国地理信息元数据标准研究［M］.北京：科学出版社，1999：70～85
浙江省国土资源厅.浙江省土地利用现状更新调查技术报告［M］.北京：中国环境科学出版社，2003
Elliotte Rusty Harold W.Scott Means.XML 技术手册［M］.北京：中国电力出版社，2001
Khun Yee Fung.XSLT 精要从 XML 到 HTML ［M］.北京：清华大学出版社，2002
张书亮，龚敏霞，闾国年.基于 XML 的地理空间元数据表达研究［J］.遥感学报，2003，7 （1）：66～72
承继成，赵永平.地理信息及其元数据标准化［J］.遥感学报，1998，2 （2）：149～154
李军，周成虎.地球空间数据元数据标准初探［J］.地理科学进展，1998.17 （4）：55～63
国家基础地理信息中心.国家基础地理信息系统（NFGIS）元数据标准草案（初稿［EB/01］）.2003－12－05
